Как запустить сервис парсинга данных в России — разбор MrScraper

Логика такая. Пользователь открывает сервис, указывает страницу и обычными словами описывает, что нужно собрать: названия товаров, цены, контакты, объявления. Нейросеть сама разбирает разметку страницы, обходит постраничную навигацию и отдаёт результат таблицей Excel или кратким описанием. Раньше для этого писали код на Python и настраивали обход блокировок — здесь это убрано под понятный интерфейс в стиле переписки. Аудитория — маркетологи, интернет-магазины, агентства и корпоративные команды, которым регулярно нужны данные с чужих сайтов.

Модель — подписка плюс отдельные договоры с крупными клиентами. Точные тарифы оригинал не раскрывает. Сейчас это около $142 тысяч в месяц ($1,7 млн в год), один основатель, восемь сотрудников, проект прибыльный. Стартовые расходы — около $6,4 тысячи. Сервис не строили с нуля: его купили готовым на площадке для продажи бизнесов, унаследовали поисковый трафик и базу зарегистрированных пользователей, а затем переделали сам продукт.

Самая чувствительная часть — устойчивый сбор данных. Сайты меняют разметку, отдают контент через скрипты, ставят защиту от автоматических заходов и ограничивают частоту запросов. Поэтому под капотом нужны обход блокировок через сменные адреса, очередь заданий и проверка результата. Поверх этого — слой нейросети, который превращает обычное описание задачи в правила разбора страницы, чтобы пользователю не нужно было указывать селекторы вручную. Дальше проще: показать таблицу, дать выгрузку в Excel и подключить оплату подписки.

Сколько стоит работа нейросети. Каждый сбор — это запрос к языковой модели на разбор страницы плюс расходы на прокси и серверы под обход защиты. Это дороже разовой генерации картинки: задача регулярная, объёмы данных большие, а часть сайтов приходится обходить через платные сменные адреса. Эта себестоимость в калькуляторе ниже сидит в ползунке «маржа».

Беру Wordstat — он показывает, сколько раз в месяц вводят запрос. По задаче «собрать данные с сайта» спрос средний, но рабочий: в сумме по рабочим формулировкам около 3–4 тысяч запросов в месяц. Это не массовый потребительский рынок, а деловой инструмент — людей меньше, но задача регулярная и платная.

Вот как распределён прямой спрос — это люди, которым нужно собрать данные с сайтов:

Завёл эти фразы в Директ и снял реальные ставки аукциона. Вот ставка, по которой начинаются показы (низ выдачи):

MrScraper берёт подписку, поэтому считаю не разовую продажу, а сколько стоит привести одного платящего. Это цена клика, делённая на конверсию в подписку. Беру три уровня ставки — низ выдачи, средний и основной показ — и считаю при разной конверсии. Конверсия — допущение, поэтому диапазоном.

Логика как у любого проекта: заходишь с небольшим бюджетом и всю прибыль возвращаешь обратно в рекламу — и реклама, и прибыль растут с каждым кругом. Продукт подписочный, поэтому выручка с клиента — это подписка, умноженная на сколько месяцев он платит. Двигай ползунки: клик и подписку взял из реальных данных, конверсию и удержание — это допущения. Удержание для делового инструмента взял 6–9 месяцев — это допущение, проверит только запуск.

Кроме платной рекламы есть второй, бесплатный канал — поиск: статьи и страницы под запросы. Посетители приходят бесплатно, но их число нужно растить материалами. Для этой ниши поиск особенно важен: оригинал вырос именно на нём — унаследовал поисковый трафик и не считал платную рекламу главной. Разбил тему на группы запросов — вот сколько людей ищет каждую (Wordstat, в месяц):

По задаче «собрать данные с сайта» в рунете давно работают местные программы и сервисы, плюс несколько иностранных, которые принимают карты. Это разные форматы: одни — программы с вечной лицензией за разовый платёж, другие — облачные сервисы по подписке. Вот кто это делает и за сколько (цены проверенные; где не нашёл подтверждения — помечаю):

Соберу цифры разбора вместе. Прямой спрос средний, но рабочий — около 3–4 тысяч запросов в месяц по сбору данных с сайтов: «автоматический сбор данных» — 741, «сбор данных с сайтов» — 681, «собрать данные с сайта» — 455 запросов в месяц. Это деловая ниша: людей меньше, чем в потребительских, но задача регулярная и платная. Клик средний — 12–24 рубля на низе выдачи. Подписка у парсеров — 1 000–5 000 рублей в месяц. При конверсии 1% (допущение) привлечение выходит около 1 700 рублей — на бумаге сходится, и держится на длинном сроке жизни клиента: данные нужны постоянно.

Как рос оригинал. MrScraper не строили с нуля — его купили готовым на площадке для продажи бизнесов вместе с поисковым трафиком и базой пользователей, а затем переделали сам продукт за три недели. Главными каналами стали поиск (сервис уже ранжировался по рабочим запросам) и прямые рассылки целевым компаниям. Резкий рост дал один крупный корпоративный контракт, пришедший через заявку с сайта. Платную рекламу основатель пробовал и почти всё отбросил — выручку приносили поиск и рассылки.

Где брать клиентов в России. Канал оригинала здесь переносится почти полностью. Поиск — главный: под рабочие запросы пишутся статьи и страницы, посетители приходят бесплатно. Прямые рассылки целевым компаниям тоже работают в деловой нише. Платный клик есть и он рабочий, но он дороже потребительского, поэтому остаётся вторым каналом, а не первым. Готовый сервис с трафиком на площадке для продажи бизнесов в рунете найти труднее, поэтому в России это, скорее, сборка с нуля под уже понятный спрос.

Пара гипотез — проверит только запуск. Первая (допущение): главный рычаг здесь — не дешёвый клик, а длинный срок жизни клиента; деловой инструмент удерживают дольше потребительского, и именно на этом держится экономика. Вторая (допущение): входить стоит со стороны конкретных деловых задач — мониторинг цен конкурентов и сбор контактов, — где у клиента уже есть бюджет, а не со стороны общего «парсинга без кода», который почти не ищут. Рынок парсеров в рунете плотный — есть и местные программы, и облачные сервисы, — но он раздроблен по форматам и задачам, явного лидера в формате «нейросеть собирает данные обычными словами» нет; место не пустое, но и не закрытое.